머신러닝딥러닝/딥러닝27 few shot learning 개념, 원리 few shot learning few shot learning 은 10개 미만의 매우 적은 데이터를 이용하여 효율적인 분류, 회귀 등 작업이 가능하도록 트레이닝하는 딥러닝 학습을 말합니다. 기존의 머신러닝/딥러닝 학습에서는 모델이 빅데이터의 양을 학습하여 정교하고 효율적인 모델을 만들 수 있었습니다. 하지만 few show learning은 적은 데이터로 학습된 모델을 이용하여 일반화하고 정확한 예측이 수행되도록 해야합니다. 퓨삿학습의 목표는 "배우는 법을 배우는 것"입니다. 퓨샷학습 모델은 훈련 데이터 이미지를 인식해서 테스트 데이터셋으로 일반화하는 게 아닌, 목표를 배우는 것입니다. few shot learning에는 N shot learning, transfer learning, meta lear.. 2023. 12. 7. Supervised Learning, Unsupervised Learning, Semi-supervised Learning 지도학습 , 비지도학습, 반지도학습 개념과 예시 알아보기 지도학습 Supervised Learning Supervised Learning 지도학습이란 라벨이 지정된 데이터셋을 준비하여 학습시키는 걸 말한다. 데이터셋의 class마다 정확한 라벨이 지정되어 있어, 정답지가 있는 상태에서 학습을 진행하며 각 class별 데이터의 특성이나 패턴을 분석하여 분류나 회귀 문제를 해결한다. Supervised Learning에서는 input data를 학습시켜 출력함수에서 올바른 출력(정답)을 낼 수 있도록 하는 출력값을 학습하는 것이다. 대표적인 지도학습 예시로는 스펨 메일 예측(분류)하기, 부동산 가격을 토대로 주택가격 예측(회귀) 등이 있다. 지도학습을 그림으로 표현한 것이다. 지도학습에서는 input data로 apple image를 학습하고, annotation.. 2023. 12. 5. Jetson Nano install mediapipe and ERROR: Failed building wheel for h5py 해결법 jetson nano install mediapipe 1. Jetson Nano에서 update를 진행한다. sudo apt update 2. mediapipe 설치를 위한 전제조건 및 종속성을 설치한다. sudo apt-get update sudo apt-get install libhdf5-serial-dev hdf5-tools libhdf5-dev zlib1g-dev zip libjpeg8-dev liblapack-dev libblas-dev gfortran sudo apt-get install python3-pip sudo pip3 install -U pip testresources setuptools==49.6.0 sudo pip3 install -U --no-deps numpy==1.19.4 f.. 2023. 11. 13. Jetson Nano install pytorch, torchvision 설치 방법 Jetson Nano Board CPU: Quad-core ARM Cortex-A57 CPU GPU: 128-core Maxwell GPU RAM: 4GB LPDDR4 RAM 저장 공간: microSD 카드 슬롯 및 USB 스토리지를 통한 확장 가능 AI 성능: 중소규모 AI 모델 및 작업에 적합한 GPU 성능을 제공 저전력 소비: 소형 크기 및 저전력 소비 로 이동성이 용이 Jetson Nano install pytorch / torchvision JetPack 4.6 Production Release with L4T 32.6.1을 다운로드 받아서 Jetson Nano Board에 설치하였습니다. jetpack 4 버전대 에서는 PyTorch v1.10.0 버전을 다운로드 받아 사용했는데, 해당 버전은.. 2023. 11. 13. GridSearchCV 하이퍼파라미터 튜닝 및 파라미터 정리 하이퍼파라미터 튜닝이란? HyperParameter란 모델을 학습시키기 이전에 모델의 동작을 제어함으로써, 모델의 성능에 큰 영향을 미칠 수 있는 매개변수를 말한다. HyperParameter의 예시로는 learning rate, hidden layer unit 개수, dropout 비율 등 모델 학습에 영향을 미치면서 직접 조정가능한 매개변수들을 HyperParameter라고 한다. HyperParameter tunning이란 조정가능한 매개변수인 HyperPrameter들을 이용하여 학습 모델의 성능을 개선하고 최적화할 수 있는 최적의 매개변수를 찾는 과정을 말한다. 대표적인 하이퍼파라미터 튜닝 기법으로는 GridSearchCV, Random Search, Bayesian Optimization, G.. 2023. 5. 23. Batch Normalization VS Layer Normalization Normalization(정규화)이란? Normalization(정규화)의 목적은 모든 데이터들의 스케일을 동일하게 만들어서 각 feature 값들이 동등한 중요도를 가지도록 하는 작업이다. 정규화 되지 않은 Un-normalization 그래프를 확인하면 value 값들의 범위가 0~20까지 분포되어 있는 걸 확인할 수 있다. 이를 정규화시켜 그래프로 나타내면 0~1사이의 값들로 일정한 분포를 가진 데이터로 변경해줄 수 있다. Batch Normalization Batch Normalization은 인공신경망을 학습할 때 각 layer에 들어가는 input data를 평균, 분산을 이용해 정규화하여 효율적인 학습을 할 수 있는 방법이다. Batch Normalization은 배치 차원에서 Layer의 .. 2023. 5. 18. h5파일 TFlite 변환하기, h5파일 keras 파일로 변환하기 H5 파일 vs TFLite 파일 H5 파일과 TFLite 파일 모두 머신러닝에서 모델을 저장하는 목적으로 사용되는 파일 형식이지만 다른 용도로 사용된다. H5 파일 h5파일은 Keras 모델 저장을 목적으로 사용되는 파일 형식이다. h5파일은 모델의 아키텍처, 가중치 weight 값과 loss 값이 저장되어있고, 해당 값들을 사용하는데 필요한 메타데이터가 저장되어 있다. TFLite 파일 TFLite 파일은 tensorflow lite 모델을 저장하는데 사용되는 파일 형식으로 모바일 기기와 임베디드 장치에 배포하는데 최적화되어 있는 모델이다. 쉽게 말해서 Tensorflow 모델을 압축하고 최적화된 버전으로 만들어서, 파일 크기가 더 작고 추론시간은 자른 최적화된 모델을 만든다. 가볍고 처리능력이 빠른.. 2023. 5. 16. mediapipe pose classification skeleton angle calculator(관절 각도 계산) mediapipe의 포즈추정을 이용한 포즈 분류 model을 제작하는데 사용할 skeleton angle calculator(관절 각도 계산기)를 사용해보려한다. mediapipe에서 사용된 blaze pose를 이용해서 33개의 landmarks 좌표값을 뽑아낼 수 있다. 33개의 관절 좌표 중 관절각도를 계산하려면 3개 관절의 좌표를 이용해서 사잇각을 구해줄 수 있다. 해당 사잇각을 pose마다 main이 되는 신체 관절의 사잇각으로 활용하여 pose classification 성능을 높여보려고 한다. 포즈 분류의 기준 1. skeleton landmarks의 좌표 값이 일치할 때 분류 2. 주요 관절의 각도가 기준점을 충족할 때 분류 1. pose classification 모델 생성 #classi.. 2023. 5. 2. [딥러닝] 심층신경망 은닉층 패션아이템 분류 - 혼자공부하는 딥러닝 심층신경망 2개 이상의 층을 포함한 신경망, 2개 이상의 층을 가지고 있는 Multi-Layer Perceptron이라고 말합니다. 다층 인공신경망, 심층신경망, 딥러닝과 같은 의미로 부르기도 합니다. 은닉층(Hidden Layer) 입력층(Input Layer)과 출력층(Output Layer) 사이에 밀집층이 추가된 것으로 입력층과 출력층 사이에 있는 모든층을 은닉층이라고 부릅니다. 활성화 함수(Activation Function) 신경망의 은닉층에 Activation Function을 사용하는 이유는 은닉층에서 선형(linear) 산술 계산만 수행하지 않고 비선형적인 계산을 위해 activation Function으로 sigmoid, Relu, tanh 등 여러 activation 함수를 이용하여 .. 2022. 12. 1. 이전 1 2 3 다음 반응형
